Diagnostic d'érosion hydrique dans un bassin versant agricole au moyen d'indices topographiques dérivés d'un relevé lidar aéroporté
Bibliographic record
Abstract
L'érosion hydrique des sols agricoles a pour effet d'augmenter de manière significative la charge de matières en suspension, de nutriments, de pesticides et de pathogènes dans les eaux de surface. Le transport des polluants vers les milieux aquatiques est intimement lié aux processus hydrologiques du bassin versant et plus particulièrement au mécanisme du ruissellement de surface. Les terres agricoles sont particulièrement sujettes à l'érosion hydrique en raison de la faible couverture végétale, notamment dans les cultures annuelles à grandes interlignes, comme la culture de maïs, très répandue dans le sud du Québec.L'avènement des données à référence spatiale de très haute précision de type lidar offre désormais une représentation très fine de la topographie du terrain. Le projet présenté a pour principal objectif de développer des indices spatiaux permettant de mieux cibler les secteurs prioritaires d'intervention relativement aux problèmes de ravinement et de décrochement de berge en milieu agricole. À cette fin, il faut, dans un premier temps, fournir un portrait de l'écoulement de surface à l'échelle du bassin versant, puis poser un diagnostic quant aux caractéristiques du terrain prévalant dans ces zones d'érosion hydrique du bassin versant. Cette analyse spatiale établit les liens statistiques entre la présence et l'importance des marques de ravinement et de décrochement de berge observées et les attributs topographiques et pédologiques du terrain et du cours d'eau. A l'échelle globale, l'indice topographique [lambda] s'est révélé être un indicateur efficace de l'emplacement des secteurs sensibles à l'érosion hydrique, particulièrement le ravinement. A l'échelle de la parcelle agricole, la présence du ravinement s'explique principalement par l'humidité du sol ([lambda] > 8,5) et l'importance du phénomène croit proportionnellement avec la superficie contributive (R[indice supérieur 2] = 0,68). La présence du décrochement de berge est pour sa part clairement liée à la nature des dépôts meubles (texture, érodabilité, perméabilité), à la pente du cours d'eau et à la superficie contributive de la parcelle.L'importance du décrochement de berge s'explique partiellement (R[indice supérieur 2] = 0,38) en fonction de la taille du bassin de drainage de la parcelle, de la hauteur de la berge et de la présence d'une restriction en amont sur le cours d'eau. Des données complémentaires permettraient certainement de mieux comprendre et prédire l'importance des décrochements de berge et des ravinements, notamment des données pédologiques plus précises ainsi que des données décrivant les pratiques culturales et les précipitations.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".